A logisztikus regresszió olyan statisztikai módszer, amely két kimenetel egyikének valószínűségét jósolja meg, például „vásárol” vagy „nem vásárol”. Súlyozza a bemeneti jellemzőket, és összegüket egy S alakú függvénnyel 0 és 1 közötti értékké alakítja. Mivel a súlyok könnyen értelmezhetők, széles körben használják hitelminősítésben, orvostudományban és marketingben, gyakran bonyolultabb modellek szilárd alapmérceként.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA lineáris regresszió olyan statisztikai módszer, amely egy célváltozó és egy vagy több magyarázó változó közötti kapcsolatot egyenessel vagy síkkal írja le. Az együtthatókat általában úgy választják meg, hogy a négyzetes eltérések összege minimális legyen. A módszer könnyen érthető és értelmezhető: például megbecsülhető vele, mennyivel nő a bevétel, ha a reklámköltségvetés 1000 euróval nő. Nemlineáris összefüggéseknél eléri a határait.
Az osztályozó olyan modell vagy módszer, amely a bemeneteket több előre meghatározott kategória egyikébe sorolja. A klasszikus változatokat, például a döntési fákat vagy a naiv Bayes-t címkézett példákon tanítják; a nyelvi modellek a kategóriák leírása alapján is képesek szövegeket rendezni. Tipikus felhasználás a spamfelismerés, az ügyfélmegkeresések téma szerinti rendezése és a bizonylatok kategorizálása. A minőséget olyan mérőszámokkal mérik, mint a helyesség, a pontosság és a fedés.
A log loss (logaritmikus veszteség) azt méri, mennyire egyeznek egy osztályozási modell előrejelzett valószínűségei a tényleges kimenetelekkel. A magabiztos, de téves előrejelzéseket különösen erősen bünteti; a nullához közeli érték jól kalibrált előrejelzéseket jelez. Példa: ha egy modell 95%-os elvándorlási valószínűséget ad egy olyan ügyfélre, aki marad, a log loss meredeken nő. Matematikailag megegyezik a bináris keresztentrópiával.
A Naiv Bayes egyszerű osztályozási módszerek családja, amely a Bayes-tételen alapul. „Naivnak” azért nevezik, mert feltételezi, hogy minden jellemző független egymástól – ez a gyakorlatban ritkán igaz, mégis gyakran jó eredményt ad. A módszerek gyorsak, kevés tanítóadatot igényelnek, és különösen jól illeszkednek a szövegekhez. Klasszikus példa a spamszűrő, amely jellegzetes szavak alapján válogatja az e-maileket.
